应急状态下矿井瓦斯爆炸致灾因子传播快速分类器研究

• 作者: 刘剑 刘学 曲敏 邓立军 高科 黄德
• 来源期刊: 中国安全生产科学技术
• 学科: 工学
• 关键词: 瓦斯爆炸 致灾因子 人工神经网络 分类器 应急决策
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 学术论著
• 页码范围: 11-17
• 页数: 7页
• 分类号: X936
• 语种: 中文
• DOI: 10.11731/j.issn.1673-193x.2020.08.002

摘要

为了在矿井瓦斯爆炸灾变发生后,快速确定瓦斯爆炸冲击波的压力、温度、有毒有害气体等致灾因子在井巷网络中的传播情况.利用CFD数值模拟或爆炸实验获得瓦斯爆炸冲击波的压力、温度、有毒有害气体等致灾因子传播大数据,将影响瓦斯爆炸传播的因素以及观测点等参数作为人工神经网络的输入节点,压力、温度等致灾因子作为输出节点,建立瓦斯爆炸致灾因子传播快速预测机器学习模型,解决CFD数值模拟的建模、计算及数据分析处理等过程耗时大、不适应灾变应急的快速响应等问题.研究结果表明:在给定爆炸位置和爆炸当量的均直巷道,获得任一点的爆炸冲击波压力、温度以及有毒有害气体所需时间是瞬时的,人工神经网络平均训练误差为6.92％,有训练样本的验证误差为5.24％,无训练样本的验证误差为6.88％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘剑		158	1906	23.0	35.0
2	高科		21	107	6.0	9.0
3	黄德		6	4	1.0	2.0
4	邓立军		12	17	3.0	4.0
5	曲敏		2	0	0.0	0.0
6	刘学		4	12	2.0	3.0